Rajiv Gandhi Proudyogiki Vishwavidyalaya, Bhopal

Indien · AICTE flexible curricula

Rajiv Gandhi Proudyogiki Vishwavidyalaya, Bhopal

36 Laborpraktika für den RGPV-Lehrplan.

Der B.Tech CSE der RGPV Bhopal nach den flexiblen AICTE-Curricula, einschließlich der Programming-Practices-Labore in Java und Python. Jede Lektion ist in Schritte gegliedert, wird kompiliert und von einer echten Toolchain auf Ihrem eigenen Rechner geprüft — das Modell begutachtet Ihren Code im Anschluss, es entscheidet nicht darüber, ob Sie bestanden haben.

GroutCode herunterladenAlle Lehrpläne

Aktualisiert

Semester für Semester

Studiengang: B.Tech Computer Science and Engineering. Prüfungsordnung: AICTE Flexible Curricula (grading system). Öffnen Sie einen Kurs, um seine praktischen Einheiten und die Laborlektion zu sehen, die GroutCode jeweils mitliefert.

  1. Semester 2

    1 Modul3 LaborlektionenC++
    • BT205C++

      Basic Computer Engineering

      3

      Lektionen

      • Algorithms in C++: operators, loops, arrays, searching and an expression evaluator
      • Classes in C++: a Fraction type, a shape hierarchy and a growable stack
      Alle 3 Lektionen ansehen
      1. 1Algorithms in C++: operators, loops, arrays, searching and an expression evaluatorEinheit II · Algorithms, Programming Paradigms and Introduction to C++
      2. 2Classes in C++: a Fraction type, a shape hierarchy and a growable stackEinheit III · Objects, Classes and Inheritance in C++
      3. 3C++ lab: expressions, classes, overloading, inheritance, stack, queue and linked listEinheit LAB · List of Experiments

  2. Semester 3

    2 Module10 LaborlektionenCJava
    • CS303C

      Data Structure

      5

      Lektionen

      • Arrays, linked lists and a polynomial ADT in C
      • Stacks, queues and their applications in C
      Alle 5 Lektionen ansehen
      1. 1Arrays, linked lists and a polynomial ADT in CEinheit I · Introduction to Data Structures, Arrays and Linked Lists
      2. 2Stacks, queues and their applications in CEinheit II · Stacks and Queues
      3. 3Binary search trees, AVL balancing and a min-heap in CEinheit III · Trees
      4. 4Graphs in C — traversals, topological order, Kruskal, Prim and DijkstraEinheit IV · Graphs
      5. 5Seven sorts, two searches and a linear-probing hash table in CEinheit V · Sorting, Searching and Hashing
    • CS305Java

      Object Oriented Programming & Methodology

      5

      Lektionen

      • From procedural functions to a Student object model, with text IO in Java
      • An encapsulated bank account in Java — state, static members, message passing and closing
      Alle 5 Lektionen ansehen
      1. 1From procedural functions to a Student object model, with text IO in JavaEinheit I · Introduction to Object Oriented Thinking & Object Oriented Programming
      2. 2An encapsulated bank account in Java — state, static members, message passing and closingEinheit II · Encapsulation and Data Abstraction
      3. 3A college department in Java — inheritance, interfaces, association and aggregationEinheit III · Relationships
      4. 4A payments checkout in Java — overloading, overriding and run-time dispatchEinheit IV · Polymorphism
      5. 5ATM and library case studies in Java — strings, exceptions, threads and collectionsEinheit V · Strings, Exception Handling, Multi-threading and Collections

  3. Semester 4

    4 Module18 LaborlektionenCJavaPython
    • CS402C

      Analysis Design of Algorithm

      6

      Lektionen

      • Binary search to Strassen — divide and conquer, measured
      • Greedy algorithms — merge patterns, Huffman, knapsack, jobs, MST and Dijkstra
      Alle 6 Lektionen ansehen
      1. 1Binary search to Strassen — divide and conquer, measuredEinheit I · Algorithm Analysis and Divide and Conquer
      2. 2Greedy algorithms — merge patterns, Huffman, knapsack, jobs, MST and DijkstraEinheit II · Greedy Strategy
      3. 3Dynamic programming — knapsack, multistage graphs, reliability design and Floyd-WarshallEinheit III · Dynamic Programming
      4. 4Backtracking and branch & bound — n-queens, graph colouring, Hamiltonian cycles and TSPEinheit IV · Backtracking and Branch & Bound
      5. 5Trees and graph traversal — BST, AVL balancing, BFS and DFSEinheit V · Trees, Graph Traversal and NP-Completeness
      6. 6ADA lab — searching, sorting, Strassen, greedy, MST, shortest paths, TSP and Hamiltonian cyclesEinheit LAB · List of Experiments
    • CS405C

      Operating Systems

      1

      Lektion

      • OS lab — CPU scheduling, semaphores, page replacement, disk scheduling and the banker's algorithm
      Einheiten ansehen
      1. 1OS lab — CPU scheduling, semaphores, page replacement, disk scheduling and the banker's algorithmEinheit LAB · List of Experiments
    • CS406AJava

      Programming Practices (a) (Java)

      4

      Lektionen

      • Java fundamentals — casting, control flow, an Account class and a Shape hierarchy
      • Linked structures, generics and the Collections Framework
      Alle 4 Lektionen ansehen
      1. 1Java fundamentals — casting, control flow, an Account class and a Shape hierarchyEinheit I · Basic Java Features
      2. 2Linked structures, generics and the Collections FrameworkEinheit II · Java Collections Framework
      3. 3Threads, monitors and URLs — from a thread's life cycle to a deadlock-free bankEinheit III · Advance Java Features
      4. 4The Java lab list as one library system — scope to multithreadingEinheit LAB · List of Programs
    • CS406CPython

      Programming Practices (c) Python

      7

      Lektionen

      • Python basics — literals, strings, operators and a precedence-correct calculator
      • Python data structures — lists, tuples, dictionaries and sets at work
      Alle 7 Lektionen ansehen
      1. 1Python basics — literals, strings, operators and a precedence-correct calculatorEinheit I · Introduction
      2. 2Python data structures — lists, tuples, dictionaries and sets at workEinheit II · Data Structure
      3. 3Python control flow — decisions, loops, break, continue and passEinheit III · Control Flow
      4. 4Python OOP — a bank account hierarchy and an operator-overloading VectorEinheit IV · Object oriented programming
      5. 5Python exceptions — try, except, else, finally and your own error classesEinheit V · Exception
      6. 6Python modules and packages — building, importing and inspecting them by handEinheit VI · Modules and Packages
      7. 7A log-processing toolkit from Python's standard libraryEinheit VII · Standard Libraries

  4. Semester 5

    3 Module4 LaborlektionenCSQLPython
    • CS501C

      Theory of Computation

      1

      Lektion

      • Automata in C: DFAs, Mealy-style converters, subset construction, two PDAs and a Turing machine
      Einheiten ansehen
      1. 1Automata in C: DFAs, Mealy-style converters, subset construction, two PDAs and a Turing machineEinheit LAB · List of Experiments
    • CS502SQL

      Database Management Systems

      2

      Lektionen

      • Relational algebra in SQL: selection to division, constraints, indexes and triggers
      • The DBMS lab list on the emp table: duplicates, alternate rows, Nth salary, savepoints and rule triggers
      Einheiten ansehen
      1. 1Relational algebra in SQL: selection to division, constraints, indexes and triggersEinheit II · Relational Data Models and Query Languages
      2. 2The DBMS lab list on the emp table: duplicates, alternate rows, Nth salary, savepoints and rule triggersEinheit LAB · Lab Assignments
    • CS506Python

      Python (LAB)

      1

      Lektion

      • The Python lab list: GCD, Newton's root, searching, three sorts, primes, matrices and a word counter
      Einheiten ansehen
      1. 1The Python lab list: GCD, Newton's root, searching, three sorts, primes, matrices and a word counterEinheit LAB · List of Experiments

  5. Semester 6

    1 Modul1 LaborlektionC
    • CS602C

      Computer Networks

      1

      Lektion

      • Error control, framing and routing — the CN lab programs in C
      Einheiten ansehen
      1. 1Error control, framing and routing — the CN lab programs in CEinheit LAB · List of Experiments

Der vollständige Lehrplan mit 43 Kursen ist in der App erfasst, einschließlich der Theoriekurse. Lektionen werden zu den Kurscodes erstellt, die praktische Anteile haben, und die Liste wächst mit jeder Version.

GroutCode steht in keiner Verbindung zu Rajiv Gandhi Proudyogiki Vishwavidyalaya, Bhopal und wird von dieser Einrichtung nicht unterstützt. Kurscodes und -titel stammen aus den veröffentlichten Schemadokumenten der Einrichtung.

So läuft ein Praktikum ab

Dieselben fünf Schritte für jede Lektion, in jeder Sprache.

  1. 1

    Lehrplan auswählen

    Wählen Sie Ihre Hochschule oder Ihr Prüfungsamt und das Semester oder die Klasse, in der Sie sind. Die Kursliste ist die erfasste offizielle Prüfungsordnung, keine Annäherung.

  2. 2

    Laborlektion öffnen

    Jede Lektion ist ein schrittweises Praktikum zu einem bestimmten Kurs, mit einer Startdatei, die Sie bearbeiten, und einer Testdatei, die Sie nicht anfassen.

  3. 3

    Den Code selbst schreiben

    Die Startdatei enthält die Signaturen und die TODOs. Sie setzen sie im Editor um, in der Sprache, die Ihr Kurs tatsächlich verwendet.

  4. 4

    Die Prüfungen laufen lassen

    Die Toolchain kompiliert und führt die Tests aus — 8 bis 15 über die Lektion verteilt, einer pro Schritt, damit Sie sehen, welche Änderung was kaputt gemacht hat.

  5. 5

    Das Review erhalten

    Sobald die Tests bestanden sind, liest das Modell Ihre Implementierung und nennt Ihnen die Eingabe, an der sie scheitert. Über Bestehen oder Nichtbestehen entscheidet es nie selbst.

Warum der Compiler bewertet und nicht das Modell

Der naheliegende Weg, ein KI-Laborwerkzeug zu bauen, ist, das Modell den Code der Studierenden lesen und sagen zu lassen, ob er korrekt ist. Es ist zugleich der Weg, der ein Werkzeug hervorbringt, dem niemand vertrauen kann. Ein Modell wird Ihnen sagen, Ihr Code funktioniere, obwohl der Compiler das Gegenteil behauptet — und es wird Sie durchfallen lassen wegen eines Stils, den es zufällig nicht mag.

Deshalb sind die beiden Aufgaben getrennt:

  • Das Modell entwirft die Lektion, schreibt die Startdatei und die Tests und liest — nachdem die Tests bestanden sind — was Sie tatsächlich geschrieben haben, und nennt Ihnen die Eingabe, an der es scheitert.
  • Die Toolchain entscheidet, ob es kompiliert und ob jeder Schritt besteht. Dieses Urteil ist nicht verhandelbar, und das Modell fällt es nie.

Und warum Schritte statt einer großen Aufgabe

Ein Praktikum über 40 bis 60 Minuten mit einem einzigen Durchlauf am Ende gibt einem Anfänger genau eine Rückmeldung pro Stunde — und die kommt, wenn längst alle Entscheidungen gefallen sind. Jede Lektion hier besteht aus 8 bis 15 Schritten, jeder mit eigener Anweisung und eigener Prüfung, damit Sie noch wissen, welche Änderung was kaputt gemacht hat, während Sie sich an sie erinnern.

Häufig gestellte Fragen

Deckt GroutCode RGPV AICTE flexible curricula ab?

Ja. GroutCode liefert die erfasste Prüfungsordnung RGPV AICTE flexible curricula für B.Tech Computer Science and Engineering mit — 43 Kurse — samt 36 eigens erstellten Laborlektionen, die bestimmten Kurscodes zugeordnet sind. Der Lehrplan wurde aus den offiziellen Dokumenten übernommen, und Quelle sowie Prüfsumme jedes Dokuments sind in der App vermerkt.

Welche Sprachen verwenden die RGPV-Praktika?

C (14 Lektionen), Java (9 Lektionen), Python (8 Lektionen), C++ (3 Lektionen), SQL (2 Lektionen). Die Sprache ist pro Kurscode festgelegt und wird nicht aus dem Titel erraten, denn dasselbe Fach wird an verschiedenen Einrichtungen in verschiedenen Sprachen unterrichtet.

Schreibt die KI das Praktikum einfach für mich?

Nein. Die Startdatei enthält die Signaturen und die TODOs; umsetzen müssen Sie sie. Die Toolchain — nicht das Modell — entscheidet, ob Ihr Code kompiliert und ob jeder Schritt besteht. Die KI kann Ihnen also nicht sagen, Ihr Code funktioniere, wenn der Compiler widerspricht. Was sie im Anschluss tut: Sie liest Ihre Implementierung und zeigt Ihnen die Eingabe, an der sie scheitert.

Funktionieren die Praktika offline?

Die Lektionen, der Lehrplan und der Testrunner sind in der App enthalten und laufen lokal, sodass die Schleife aus Kompilieren und Prüfen ohne Verbindung funktioniert. Der Review-Schritt am Ende nutzt ein Modell — entweder ein lokales oder ein Cloud-Modell mit Ihrem eigenen Schlüssel.

Was muss bei mir installiert sein?

GroutCode erkennt, welche Toolchains auf Ihrem Rechner vorhanden sind, und sagt Ihnen, was fehlt und was es beheben würde. Sie brauchen den Compiler oder Interpreter für die Sprache Ihres Kurses — einen C-Compiler, ein JDK, Python, Node oder SQLite.

Weitere Lehrpläne

APJ Abdul Kalam Technological University

KTU

APJ Abdul Kalam Technological University

Das Schema 2024 der Technischen Universität Keralas, mit CSE, IT, AI & DS und ECE ab dem dritten Semester.

85

Laborlektionen

2024 schemeC · Java · Node.js · Python
Visvesvaraya Technological University

VTU

Visvesvaraya Technological University

Das Schema 2022 Karnatakas für CSE, ISE, AI-ML, AI-DS und ECE, einschließlich der eigenen Laborkurse.

123

Laborlektionen

2022 schemeC · Python · Java · C++
Anna University, Chennai

Anna University

Anna University, Chennai

Die Regulations 2021 der Anna University für den B.E. CSE, von Python- und C-Programmierung bis zu den Laboren für Datenstrukturen und OOP.

31

Laborlektionen

R2021C · Python · Java · SQL

← Alle unterstützten Lehrpläne

Erledigen Sie Ihre RGPV-Laborarbeit mit eingebauter Prüfung

GroutCode ist in jeder Grout-Suite-Lizenz enthalten. Kostenloser Download für Windows und macOS.

GroutCode herunterladen